Kamis, 11 Agustus 2016

[SPSS] RANCANGAN ACAK KELOMPOK

Berikut ini merupakan langkah-langkah melakukan analisis data melalui program SPSS untuk desain percobaan berupa Rancangan Acak Kelompok (RAK) non faktorial.

Data penelitian yang digunakan dalam artikel merupakan data fiktif. Pada kasus di artikel ini misalkan: seorang peneliti ingin mengetahui pengaruh ransum makanan terhadap pertambahan berat badan domba jantan (selama percobaan diukur dalam kg). Hewan domba percobaan yang tersedia berbeda umur, sehingga dilakukan pengelompokkan menjadi 4 kelompok umur. Data pertambahan bobot badan dari 16 ekor domba jantan yang digunakan dalam percobaan adalah sebagai berikut:


Apa yang dapat anda simpulkan jika analisis dilakukan dengan menggunakan uji lanjut Duncan Multiple Range Test (DMRT) pada taraf signifikansi 5 % (0.05).

Untuk menjawab permasalahan di atas, saya akan memanfaatkan software SPSS untuk membantu menarik suatu kesimpulan.

Langkah pertama yang harus saya lakukan yaitu memasukkan data ke dalam sheet yang disediakan pada laman SPSS. Pada artikel ini saya membuat tiga kolom yang terdiri dari perlakuan (kolom pertama), ulangan (kolom kedua), dan variabel pengamatan (kolom ketiga). Untuk kolom ulangan (kolom kedua) wajib dibuat karena pada kasus RAK, ulangan merupakan suatu blok (kelompok) percobaan maka juga harus dilakukan analisis. Kelompok pada kasus ini berupa kelompok umur domba. Tampilan di SPSS setelah data dimasukkan adalah seperti ini:


Selanjutnya, analisis ragam pada RAK dapat dilakukan dengan mengikuti langkah-langkah: Analyze --> General Linear Model --> Univariate...


Maka akan muncul tampilan Univariate seperti di bawah ini.


Pada kasus di artikel ini, masukkan Berat_Badan ke dalam kotak  Dependent Variable karena variabel tersebut yang akan dianalisis. Kemudian masukkan Jenis_Ransum [Perlakuan] dan Kelompok_Umur [Ulangan] ke dalam kotak Fixed Factor(s).


Selanjutnya, klik Model… maka akan muncul tampilan Univariate: Model. Pada Laman ini di bagian Specify Model silahkan kalian pilih Custom, kemudian masukkan Perlakuan dan Ulangan. Kemudian klik Continue.


Selanjutnya, klik Post Hoc… maka akan muncul tampilan Univariate: Post Hoc Multiple Comparisons for Observed Means. Pada Laman ini silhkan kalian masukkan Perlakuan dan Ulangan ke dalam kotak Post Hoc Tests for. Karena pada kasus di artikel ini, saya diminta untuk melakukan uji dengan DMRT pada taraf signifikansi 5% (0.05) maka saya akan mencentang Duncan pada Equal Variances Assumed. Kemudian klik Continue.


Selanjutnya, klik Options… maka akan muncul tampilan Univariate: Options. Pada Laman ini silhkan kalian masukkan 0.05 pada kolom Significance level karena pada kasus di artikel ini, saya diminta untuk melakukan uji dengan DMRT pada taraf signifikansi 5% (0.05). Kemudian klik Continue.


Setelah kalian klik Continue maka akan kembali ke tampilan Univariate. Pada tampilan ini, kemudian kalian klik OK sehingga muncul output hasil analisis ragam dari variabel penelitian kalian.




Dari tampilan di atas diketahui muncul beberapa macam tabel namun perhatikan saja hasil pada tabel Tests of Between-Subjects Effects dan tabel hasil Post Hoc (uji lanjut). Pada kasus di artikel ini terdapat 2 macam tabel Post Hoc yang muncul yaitu tabel uji lanjut DMRT (Duncan) untuk Jenis_Ransum dan tabel uji lanjut DMRT (Duncan) untuk Kelompok_Umur.

Berdasarkan tabel ANOVA tersebut dapat diketahui bahwa nilai signifikansi (Sig.) lebih kecil dari 0.05 (5%) baik untuk Perlakuan maupun Ulangan karena tadi saya memasukkan significance level sebesar 0.05.  Pada tampilan di atas sebenarnya nilai Sig. untuk Perlakuan tidak berarti 0 karena terlihat 0.000. karena nilainya sangat kecil maka program SPSS hanya menampilkannya seperti itu. Untuk membuktikan nilai tersebut kalian bisa klik dua kali pada angka 0.000 maka akan keluar angka sesungguhnya. Pada Ulangan nilai Sig. diketahui sebesar 0.026. Karena nilai Sig. < 0.05 maka itu artinya ada beda antar perlakuan (jenis ransum) terhadap berat badan domba jantan dan ada beda antar ulangan (kelompok umur) terhadap berat badan domba jantan. Untuk mengetahui perlakuan-perlakuan mana yang berbeda maka kalian bisa mengamati pada tabel Post Hoc.
Pada Tabel Post Hoc Jenis_Ransum terlihat bahwa terdapat 3 kolom pada Subset for alpha = 0.05. Berdasarkan tabel Post Hoc tersebut diketahui terdapat empat macam subset yakni a, b, bc, dan c. subset a untuk perlakuan yang berada pada kolom 1, subset b untuk perlakuan yang berada pada kolom 2, dst. Pada kolom 1 ditempati oleh perlakuan jenis ransum B sehingga perlakuan tersebut memiliki subset a. Pada perlakuan jenis ransum D menempati 2 kolom yaitu kolom b dan kolom c maka subset pada perlakuan tersebut bc.
Pada Tabel Post Hoc Kelompok_Umur terlihat bahwa terdapat 2 kolom pada Subset for alpha = 0.05. Berdasarkan tabel Post Hoc tersebut diketahui terdapat dua macam subset yakni a dan b. Subset a untuk perlakuan yang berada pada kolom 1 dan subset b untuk perlakuan yang berada pada kolom 2. Pada kolom 1 ditempati oleh kelompok umur 1, 2, dan 4 sehingga perlakuan tersebut memiliki subset a, sedangkan pada kelompok umur 3 memiliki subset b.


Nah, selanjutnya bagaimana nanti kita menyajikan data hasil analisis ini? Kalau yang saya lakukan biasanya akan menampilkan tabel Descriptives. Cara untuk menampilkannya sama seperti ketika melakukan analisis ragam melalui SPSS pada kasus RAL yang telah saya ulas di artikel sebelumnya.

Klik Analyze --> Compare Means --> One-Way ANOVA….
Pada kasus di artikel ini, masukkan Berat_Badan ke dalam kotak  Dependent List dan masukkan Jenis_Ransum ke dalam kotak Factor. Selanjutnya klik Options sehingga muncul tampilan One-Way ANOVA: Options. Centang pilihan Descriptive. Nah, tahapan disini sebenarnya berfungsi untuk mempermudah kalian dalam mendapatkan data berupa tabel yang berisi rata-rata (mean), standar deviasi, standar eror, dsb yang sangat berguna ketika kalian ingin membuat tampilan berupa grafik/tabel dari variabel-variabel yang diamati/diukur dari hasil penelitian kalian di microsoft excel. Untuk pilihan yang lainnya biarkan saja. Selanjutnya klik Continue.

Kemudian, ulangi lagi tahapan yang sama untuk data Kelompok_Umur. Caranya sama seperti di paragraf atas, namun pada kotak Dependent List masukkan Kelompok_Umur.



Tabel Descriptives di atas digunakan untuk keperluan kalian membuat tampilan grafik/tabel ringkasan data. Caranya tinggal mengklik tabel tersebut kemudian copy dan paste-kan di ms. excel. Kolom-kolom ataupun baris yang sekiranya tidak diperlukan bisa dihapus. Kalau saya biasanya hanya menyisakan kolom perlakuan, mean, dan std. deviation. Selebihnya bisa dihapus, termasuk baris Total.

Berikut ini juga akan saya akan berbagi bagaimana cara membuat tampilan hasil analisis data penelitian kalian dari SPSS ke ms. Excel untuk dibuat grafik.

Pertama kali yang harus kalian lakukan yaitu meng-copy tabel Descriptive dari SPSS untuk di paste-kan di ms. Excel. Hapus semua isian kecuali yang telah saya beri tanda kuning.


Kalian selanjutnya atur sehingga diperoleh tampilan seperti di bawah ini.

Bagaimana membaca grafiknya?

Berdasarkan hasil penelitian yang dilakukan diketahui bahwa jenis ransum yang paling banyak meningkatkan bobot badan domba jantan yaitu ransum A dan paling sedikit yaitu ransum B. peningkatan bobot badan dengan menggunakan ransum A mencapai 7.5±1.3 kg. Secara statistik melalui uji DMRT dengan taraf signifikansi 5% menunjukkan jika ransum A berbeda nyata terhadap perlakuan lainnya kecuali perlakuan ransum D. Namun perlakuan ransum D menunjukkan jika tidak berbeda nyata juga terhadap perlakuan ransum C. Hasil penelitian ini sejalan dengan yang telah diteliti oleh Turhadi et al (2001) dan Turhadi dan Lin Dan (2005) yang memperlihatkan bahwa ransum yang mengandung …… dapat meningkatkan bobot badan domba mencapai 10 kg.
Pada tingkat kelompok umur diketahui bahwa kelompok umur 3 juga menunjukkan peningkatan berat badan yang paling tinggi diantara kelompok umur lainnya. Secara statistik melalui uji DMRT dengan taraf signifikansi 5% memperlihatkan jika memang kelompok umur 3 berbeda nyata dengan kelompok umur lainnya. Hal tersebut diduga disebabkan karena pada kelompok umur 3 merupakan masa pertumbuhan maksimal dari domba jantan. Menurut Turhadi et al. (2015) ……..

Sekian artikel dari saya terkait RAK, sehingga membantu kelancaran analisis data kalian. Amiin.
Mohon komentar, kritik dan sarannya untuk perbaikan artikel ini. Silahkan tulis di kolom komentar.

Terima kasih



Rabu, 10 Agustus 2016

[PAST SOFTWARE] ANALISIS BIPLOT-ANALISIS GEROMBOL

Analisis Biplot yang saya sajikan pada artikel ini dikerjakan melalui sofware Past2.17b. Berikut langkah-langkahnya:

Bukalah Program Past.
 Centanglah edit labels.
- Data yang akan dianalisis di-copy, kemudian di paste pada program past.


- Klik sel paling pojok kiri atas sehingga lembar kerja berubah warna menjadi warna biru. Kemudian klik Multivar à Principal components. Kemudian akan muncul kotak dialog Principal Components, pada kotak dialog tersebut pilih Correlation pada Matrix. Selanjutnya klik View scatter, sehingga akan muncul kotak dialog PCA scatter diagram, pada kotak dialog tersebut centang “row labels” dan “Biplot”.


output :


Cara membacanya:

Berdasarkan analisis biplot yang dilakukan diketahui bahwa kelima lokasi pengukuran membentuk 2 gerombol. Gerombol 1 (saya beri warna biru) terdiri dari lokasi B dan E, sedagkan Gerombol 2 (saya beri warna merah) terdiri dari lokasi A, C, dan D. Gerombol 2 secara umum cenderung memiliki nilai relatif lebih tinggi dibandingkan Gerombol 1 pada semua peubah (suhu, ketinggian tempat, dan pH). Secara khusus, lokasi C dan D memiliki nilai yang lebih tinggi pada peubah suhu dibandingkan lokasi A, namun sebaliknya lokasi A jika dibandingkan kedua lokasi tersebut diketahui lebih tinggi pada peubah ketinggian dan pH.